【知识点】红叶文章采集器操作方法软件采集软件的区别

【知识点】红叶文章采集器操作方法软件采集软件的区别

　　<IMG border=0 alt=红叶文章采集器 src="/uploadfiles/2013-11/20131127090456801.jpg">

　　鸿业文章采集器是一款非常强大的文章采集软件。通过这个软件，采集可以被网站文章指定，它可以自动去除广告和垃圾部分，保留精华。本软件采用300线程操作模式，采集效率很高，一台电脑平均每天可以采集20万篇精面文章，非常实用。

　　鸿业文章采集器操作方法：

　　（1）使用前一定要保证自己的电脑可以联网，防火墙没有屏蔽软件。

　　（2）Run SETUP.EXE 和 setup2.exe 安装操作系统 system32 支持库。

　　（3）运行spider.exe，输入URL入口，先点击“手动添加”按钮，再点击“开始”按钮，采集就会开始执行。

　　鸿业文章采集器注意事项

　　（1）Grab Depth：填0表示不限制爬行深度；填3表示抓到第三层。

　　(2）通用蜘蛛模式和分类蜘蛛模式的区别：假设URL入口为“”，如果选择通用蜘蛛模式，则会遍历“”中的每一个网页；如果分类蜘蛛模式被选中，只有"""里面的每一页。

　　（3） 按钮“从 MDB 导入”：从 TASK.MDB 批量导入 URL 条目。

　　（4）本软件采集的原则是不跨站。比如入口为“”，只会在百度站内爬取。

　　(5）本软件采集在此过程中，偶尔会弹出一个或几个“错误对话框”，请忽略。如果关闭“错误对话框”，采集软件将挂起。

　　（6）用户如何选择采集主题：比如你想采集“股票”文章，你只需要将那些“股票”网站作为URL条目。

　　鸿业文章采集器软件特点：

　　（1）本软件采用北大天网的MD5指纹重复算法，对于相似、相同的网页信息，不会重复存储。

　　(2）采集信息含义：[[HT]]代表页面标题，[[HA]]代表文章title，[[HC]]代表10个加权关键词，[[UR] ] 表示网页图片的链接，[[TXT]] 后面的文字。

　　（3）正式版和免费版的区别在于，正式版允许采集的ssence文章数据自动保存为ACCESS数据库。